镁砂熔炼过程全厂电能分配实时多目标优化方法研究

被引：12

作者：

孔维健

柴天佑

丁进良

吴志伟

机构：

[1] 流程工业综合自动化国家重点实验室(东北大学)

来源：

自动化学报 | 2014年 / 40卷 / 01期

关键词：

电熔镁炉; 维数缩减; 非支配解集构造; 多目标优化;

D O I：

暂无

中图分类号：

TF822 [镁];

学科分类号：

080603 ;

摘要：

镁砂熔炼过程具有多工况、群炉并行生产、高能耗等特点.在全厂供电容量约束下,为了最大化能源使用效率,需要根据全厂每台炉子的工况变化实时分配电能,实现全厂镁砂单位能耗与平均品位的多目标优化.本文基于最小二乘支持向量机技术建立了镁砂熔炼过程全厂电能分配优化模型.根据不同工况下降低镁炉供电量对镁砂熔炼过程的影响程度,提出了基于工况优先级的电能分配策略.根据主熔工况下镁砂产量与品位指标函数的特性分析,推导出主熔工况下电能分配模型决策变量维数缩减的条件.为了提高多目标优化算法的运行效率,设计了一种快速非支配解集构造方法,用来提高传统多目标粒子群优化算法的寻优效率.基于标准测试问题与现场实际例子对所提出的方法进行了检验.基于现场例子的实验结果证明所提出的方法能够避免工厂出现的用电超容量情况,并且提高了全厂用电效率.

引用

页码：51 / 61

页数：11

共 36 条

[1]

基于Memetic算法的要地防空优化部署方法[J]. 陈杰,陈晨,张娟,辛斌. 自动化学报. 2010(02)

[2] 基于两阶段领导的多目标粒子群优化算法 [J].

胡广浩 ;

毛志忠 ;

何大阔 .

控制与决策, 2010, (03) :404-410+415

[3]

A reliable and efcient hybrid PSO for parameters optimization of LS-SVM in production rate prediction. Kong W J,Cheng W J,Ding J L,Chai T Y. Proceedings of the-2010 International Symposium on Computational Intelligence and Design . 2010

[4]

Hybrid intelligent optimal control of fused magnesium furnaces. Wu Z W,Chai T Y,Fu J,Sun J. Proceedings of the49 th IEEE Conference on Decision and Control . 2010

[5]

Resource-constrained flowshop scheduling with separate resource recycling operations[J] . T.C.E. Cheng,B.M.T. Lin,H.L. Huang. &nbspComputers and Operations Research . 2010 (6)

[6]

Multiobjective resource allocation problem by multistage decision-based hybrid genetic algorithm[J] . Chi-Ming Lin,Mitsuo Gen. &nbspApplied Mathematics and Computation . 2006 (2)

[7]

Multi-objective task allocation in distributed computing systems by hybrid particle swarm optimization[J] . Peng-Yeng Yin,Shiuh-Sheng Yu,Pei-Pei Wang,Yi-Te Wang. &nbspApplied Mathematics and Computation . 2006 (2)

[8]

A Distributed Algorithm for Parallel Multi-task Allocation Based on Profit Sharing Learning[J] . Zhao-Pin SU,Jian-Guo JIANG,Chang-Yong LIANG,Guo-Fu ZHANG. &nbspActa Automatica Sinica . 2011 (7)

[9]

A hybrid evolutionary multiobjective optimization strategy for the dynamic power supply problem in magnesia grain manufacturing[J] . Weijian Kong,Tianyou Chai,Shengxiang Yang,Jinliang Ding. &nbspApplied Soft Computing Journal . 2012

[10] Least squares support vector machine classifiers [J].

Suykens, JAK ;

Vandewalle, J .

NEURAL PROCESSING LETTERS, 1999, 9 (03) :293-300

← 1 2 3 4 →